计算Diebold-Mariano的假定值测试

105(30天)
Astrik
Astrik 2017年1月22日
评论道: yl x2021年11月1日
我用Diebold-Mariano测试用于测试与预测精度。用代码写的Semin Ibisevic(2011)来计算
函数DM = dmt (e1, e2、h)
%初始化
T =大小(e1, 1);
%定义微分损失
d = e1。^ 2 - e2。^ 2;
% Ralculate损失的方差差异,考虑
%自相关。
dMean =意味着(d);
gamma0 = var (d);
如果h > 1
γ= 0 (h - 1);
我= 1:h
sampleCov = x (d (1 + i: T)、d(1:我));
γ(i) = sampleCov (2);
结束
varD = gamma0 + 2 *总和(γ);
其他的
varD = gamma0;
结束
%检索diebold mariano统计DM ~ N (0, 1)
DM = dMean /√(1 / T) * varD);
现在,当我们看到DM统计标准正态分布。我的问题是我怎么计算的假定值统计?零假设被拒绝每次DM超出了范围(96 96)

接受的答案

明星黾
明星黾 2017年1月22日
如果是正态分布,您可以使用:
P = @ (z)误差补函数- z /√(2)) / 2;%相当于“normcdf”
或者如果你有统计和机器学习的工具箱, normcdf 函数计算 p 价值。
然而,它可能更容易比较 ±1.96 标准和完成。

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!